-
公开(公告)号：CN111784785A
公开(公告)日：2020-10-16
申请号：CN202010467813.7
申请日：2020-05-28
申请人： 河海大学
摘要： 本发明公开了一种桥梁动态位移识别方法，在桥梁不同位置布置不同形状及规格的标记点；通过视频采集设备获取桥梁振动过程中的视频，并分解为单帧图像，同时量化为可以计算分析的图像数字矩阵；利用数字图像技术识别图像中标记点特征，对标记点进行捕捉；计算标记点的形心位置，获取标记点随时间变化的位移曲线；通过对图像进行标定获取桥面振动的实际动态位移。优点：无需安装传统的传感器，对桥梁结构正常的运营无影响；可以通过多点测量同时获取桥梁多点动态位移，有较高的测试效率；可以快速捕捉桥梁结构振动的实时动态位移及最大位移值，可以获得结构多点位移信息，同时获取桥梁振动的模态及振型信息，进一步对桥梁进行动力学分析。
-
公开(公告)号：CN116563779A
公开(公告)日：2023-08-08
申请号：CN202310400200.5
申请日：2023-04-13
申请人： 河海大学
摘要： 本发明公开了基于机器视觉和深度学习公路高边坡施工危险预警方法，包括以下步骤：S01，利用数据采集设备获取施工边坡的实时视频数据；S02，利用经改进适用于边坡的帧差法等经典算法捕捉边坡落石，岩体位移等异常情况；S03，向施工单位提供异常事件的数据，供其进行人工回溯；S04，利用采集到的异常数据，建立BP神经网络；S05，利用深度学习技术，训练算法自主判断危险情况前兆，如落石等；S06，利用S05中的训练结果，结合传统的位移监测算法，共同对以坡面落石，滑坡等为主的危险情况进行预警。本发明所提供的方法，有效辅助施工单位进行安全评估与分析，利用机器视觉和神经网络技术，对危险情况进行预警，保障施工人员和设备的安全。
-
公开(公告)号：CN111784785B
公开(公告)日：2022-08-12
申请号：CN202010467813.7
申请日：2020-05-28
申请人： 河海大学
摘要： 本发明公开了一种桥梁动态位移识别方法，在桥梁不同位置布置不同形状及规格的标记点；通过视频采集设备获取桥梁振动过程中的视频，并分解为单帧图像，同时量化为可以计算分析的图像数字矩阵；利用数字图像技术识别图像中标记点特征，对标记点进行捕捉；计算标记点的形心位置，获取标记点随时间变化的位移曲线；通过对图像进行标定获取桥面振动的实际动态位移。优点：无需安装传统的传感器，对桥梁结构正常的运营无影响；可以通过多点测量同时获取桥梁多点动态位移，有较高的测试效率；可以快速捕捉桥梁结构振动的实时动态位移及最大位移值，可以获得结构多点位移信息，同时获取桥梁振动的模态及振型信息，进一步对桥梁进行动力学分析。
-
公开(公告)号：CN114818041A
公开(公告)日：2022-07-29
申请号：CN202210187035.5
申请日：2022-02-28
申请人： 河海大学
IPC分类号： G06F30/13 , G06F30/23 , G06T7/13 , G06F119/02
摘要： 本发明公开了一种基于亚像素边缘检测和有限元方法的桥梁损伤快速识别方法，1、利用摄像头采集数据；2、利用车载称重器采集车辆重量数据；3、将采集到的道路信息根据实际情况进行有限元划分；4、根据桥梁结构数据得到桥梁桥面各点的位移值；5、将所采集到的数据进行分析；6、确定车辆所处位置；7、桥梁的各部位进行损伤识别；8、基于各部位损伤程度划分危险等级；9、采取合适的方案对桥梁进行修整；10、采取措施后，再次对桥面进行损伤识别。本发明基于有限元方法将复杂的桥梁受力情况简化，使得测量桥面具体区域损伤成为可能，从而做到为交通管理部门提供辅助决策，为推进城市局部交通智能化、科学化管理提供支持。
-
-
-
搜索结果
14 条记录 (耗时 0.068 秒)
